filter() 函数在 for 循环中不起作用 - 可能是由于不常见的列名称？

Question

我写了下面的代码

miRNA.list <- c("let-7a-5p", "let-7a-1-3p", "let-7b-5p")
summary.df <- data.frame()
for (miRNA in miRNA.list) {
  
  temp.name <- miRNA
  
  temp.df <- df.mirna.pv %>%
              filter(`temp.name` == "yes") %>%
              summarise(downregulated = sum(str_count(status, "downregulated")),
                        upregulated = sum(str_count(status, "upregulated")),
                        all = n())
  
  summary.df <- rbind(summary.df, temp.df)
  
}

根据“let-xxx”列过滤 df，然后计算上调或下调基因的数量：

          let-7a-5p    let-7a-1-3p   let-7b-5p            status
Xkr4          no            yes          no               upregulated
Mrpl15        yes           yes          no               downregulated
Lypla1        yes           yes          yes              downregulated 
Tcea1         no            yes          no               not significant  

但是，由于某种原因，它无法将 miRNA 列表中的名称与列名称匹配，或者至少我认为这是问题所在，因为这是我的输出：

downregulated upregulated all
1             0           0   0
2             0           0   0
3             0           0   0
4             0           0   0
5             0           0   0
6             0           0   0

有什么想法可能会发生什么以及如何解决它吗？

Answer 1

您正在混合使用

dplyr

的正常使用和编程使用。也就是说，

filter(`temp.name` == "yes")

正在寻找名为

"temp.name"

的列，而不是在局部变量

temp.name

中间接引用的列。

我想这可能就是你想要的？

library(dplyr)
library(tidyr)
tmp <- pivot_longer(quux, cols = -status)
count(tmp, name, status) |>
  pivot_wider(id_cols = name, names_from = status, values_from = n) |>
  left_join(count(tmp, name, name = "all"), by = "name")
# # A tibble: 3 × 5
#   name        downregulated `not significant` upregulated   all
#   <chr>               <int>             <int>       <int> <int>
# 1 let-7a-1-3p             2                 1           1     4
# 2 let-7a-5p               2                 1           1     4
# 3 let-7b-5p               2                 1           1     4

如果不需要，可以删除

`not significant`

。

---

数据

quux <- structure(list("let-7a-5p" = c("no", "yes", "yes", "no"), "let-7a-1-3p" = c("yes", "yes", "yes", "yes"), "let-7b-5p" = c("no", "no", "yes", "no"), status = c("upregulated", "downregulated", "downregulated", "not significant")), row.names = c("Xkr4", "Mrpl15", "Lypla1", "Tcea1"), class = "data.frame")